手掌静脉红外图像识别方法研究

发布时间：2021-06-09 05:52

　　现代社会中身份识别技术正在进行快速更新和发展来适应不断提升的信息安全需求,如何保证个人资金和信息不被盗取和泄露已经成为社会各层都密切关注的问题。而针对以往身份识别方法的易丢失、易伪造等不足,基于生物特征的身份验证法因其利用了自身生理特征的优势,已经在新的身份认证信息时代蓬勃发展。其中,基于掌静脉的身份认证和识别技术以其难以伪造的特点,渐渐被应用于社会中。本论文主要是对手掌静脉红外图像识别方法做深入研究。论文针对采集到的掌静脉图像质量低的特点,首先对掌静脉图像进行预处理,然后对图像进行特征提取和匹配。在预处理阶段,论文首先对图像进行NSCT（Non-subsampled Contourlet Transform,非下采样Contourlet变换）处理,得到不同尺度和方向上的低通子带图像和带通子带图像。对低通子带系数进行线性增强处理,提高图像对比度;对带通子带系数,根据能量分布自适应地确定各子带去噪阈值,并提出弱边缘增强算法,达到增强细节纹理,抑制噪声的效果。论文然后对细节增强后的掌静脉图像进行了后续的掌静脉图像分割和细化,应用了基于区域活动轮廓模型的图像分割方法,该方法能够沿着静脉细节纹... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

生物识别技术市场规模和预测

终凭猜鐾枷瘛；袢≌凭猜鐾枷竦氖疽馔既缦滤?荆和?2.2 掌静脉成像示意图2.2 掌静脉识别系统的整体设计目前，掌静脉识别的流程分以下六个步骤[13]：1. 掌静脉图像的获取：用 LED 发射近红外光照射手掌，通过图像传感器将反射的红外光进行采集，得到手掌静脉图像。2. 图像中感兴趣区域的提取：分割具有掌静脉纹理信息的图像区域；3. 图像的预处理：对掌静脉图像进行细节增强以获得高质量的掌静脉图像。4. 特征提取：提取能够表示掌静脉纹理信息的特征；把手掌放在传感器上方 近红外光照射获得掌静脉图像

共计 1200 张图像，每张图片拥有 1280*960 的分辨率。这个数据集适用于问题的分析和处理，并且被很多研究机构所认可。第二个数据集也是对所有免费提供。该数据集中包含 250 个不同年龄段和性别的人的左右手掌静脉图像 500 个手掌，每个手掌采集 12 次，共计 6000 张图像。第一个数据集中的图像已经做了ROI的提取和分割，获得基于掌心的矩形区域个数据集中的图像未做 ROI 的提取和分割处理，为得到统一格式的图像，需形 ROI 分割法获取基于掌心的静脉图像，最终获得 7200 张具有统一格式的图，图 3.1 即为掌静脉示例图。由于光照强度、设备参数设置等因素影响，现出不同的背景颜色。同时，图像细节纹理信息较弱，图像整体对比度较低不够明显，所以为提高后续掌静脉识别率，突出静脉结构信息，需对特征纹增强，对不感兴趣的背景和噪声进行抑制或减弱，从而获得高质量、信息丰脉图像。增强后的图像有利于后续的特征提取和匹配操作。


本文编号：3220070